CN111189456A - 一种基于蚁群算法的扫地机器人路径规划方法 - Google Patents
一种基于蚁群算法的扫地机器人路径规划方法 Download PDFInfo
- Publication number
- CN111189456A CN111189456A CN202010092257.XA CN202010092257A CN111189456A CN 111189456 A CN111189456 A CN 111189456A CN 202010092257 A CN202010092257 A CN 202010092257A CN 111189456 A CN111189456 A CN 111189456A
- Authority
- CN
- China
- Prior art keywords
- ant
- path
- sweeping robot
- path planning
- colony algorithm
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000010408 sweeping Methods 0.000 title claims abstract description 35
- 238000000034 method Methods 0.000 title claims abstract description 17
- 238000004140 cleaning Methods 0.000 claims abstract description 18
- 239000000126 substance Substances 0.000 claims abstract description 10
- 238000000638 solvent extraction Methods 0.000 claims abstract description 8
- 239000005556 hormone Substances 0.000 claims description 13
- 229940088597 hormone Drugs 0.000 claims description 13
- 239000003016 pheromone Substances 0.000 claims description 6
- 241000257303 Hymenoptera Species 0.000 claims description 3
- 239000000463 material Substances 0.000 claims description 3
- 238000007792 addition Methods 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001680 brushing effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 239000012535 impurity Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/20—Instruments for performing navigational calculations
- G01C21/206—Instruments for performing navigational calculations specially adapted for indoor navigation
-
- A—HUMAN NECESSITIES
- A47—FURNITURE; DOMESTIC ARTICLES OR APPLIANCES; COFFEE MILLS; SPICE MILLS; SUCTION CLEANERS IN GENERAL
- A47L—DOMESTIC WASHING OR CLEANING; SUCTION CLEANERS IN GENERAL
- A47L11/00—Machines for cleaning floors, carpets, furniture, walls, or wall coverings
- A47L11/24—Floor-sweeping machines, motor-driven
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/004—Artificial life, i.e. computing arrangements simulating life
- G06N3/006—Artificial life, i.e. computing arrangements simulating life based on simulated virtual individual or collective life forms, e.g. social simulations or particle swarm optimisation [PSO]
-
- A—HUMAN NECESSITIES
- A47—FURNITURE; DOMESTIC ARTICLES OR APPLIANCES; COFFEE MILLS; SPICE MILLS; SUCTION CLEANERS IN GENERAL
- A47L—DOMESTIC WASHING OR CLEANING; SUCTION CLEANERS IN GENERAL
- A47L2201/00—Robotic cleaning machines, i.e. with automatic control of the travelling movement or the cleaning operation
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Computational Linguistics (AREA)
- Biomedical Technology (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Automation & Control Theory (AREA)
- Manipulator (AREA)
Abstract
本发明公开了一种基于蚁群算法的扫地机器人路径规划方法，涉及扫地机器人路径规划技术领域。基于蚁群算法的扫地机器人路径规划方法包括以下步骤：扫地机器人开启自身扫地装置，并且获取当前环境信息；通过当前环境寻找具有激光反射性质的物体；提取激光反射物质的区域并对该区域进行分区；根据分区，对每个区域利用蚁群算法进行路径规划，找出清扫该区域的最短路径，并且清扫；检查该区域是否全部清扫完成；针对分区后的每个区域，根据临近位置的区域，进行逐个区域清扫。该路径规划方法能够使得机器人在无目标时快速、全面历遍整个有效区域，还能够在有行走目标时快速、精准计算出机器人至目标的最短路径。
Description
技术领域
本发明涉及扫地机器人路径规划技术领域，具体涉及一种基于蚁群算法的扫地机器人路径规划方法。
背景技术
扫地机器人是智能家用电器的一种，能凭借一定的人工智能，自动在房间内完成地面的清理工作。一般采用刷扫和真空方式，将地面杂物先吸纳进入自身的垃圾收纳盒，从而完成地面清理的功能。一般来说，将完成清扫、吸尘、擦地工作的机器人，也统一归为扫地机器人。扫地机器人虽然解决了现代人们日常家居打扫的难题，但是基于扫地机器人仍然存在下述问题：
清扫范围不够全面，目前部分扫地机器人通过红外线传感技术判断障碍物，采用躲避策略规划路径，避障能力比较弱。
发明内容
本发明的目的是针对上述不足，提出了一种基于蚁群算法规划扫地机器人的行走路径的方法。
本发明具体采用如下技术方案：
一种基于蚁群算法的扫地机器人路径规划方法，包括以下步骤：
步骤1：扫地机器人开启自身扫地装置，并且获取当前环境信息；
步骤2：通过当前环境寻找具有激光反射性质的物体；
步骤3：提取激光反射物质的区域并对该区域进行分区；
步骤4：根据分区，对每个区域利用蚁群算法进行路径规划，找出清扫该区域的最短路径，并且清扫；
步骤5：检查该区域是否全部清扫完成；
步骤6：针对分区后的每个区域，根据临近位置的区域，进行逐个区域清扫。
优选地，所述步骤4的具体过程为：
首先，提取环境中最初的具有激光反射性质的物质信息，并且记录其位置信息；
其次，利用蚁群算法，使扫地机器人从当前位置，从m-1个节点中，寻找距离激光反射性质的物质信息的最近一个节点，前进，下一次从剩余的m-2个节点中再寻找一个最近的节点，直至寻找完成所有的节点，清扫到房间的每个位置，
第k只蚂蚁从r点出发，到s点的概率如式(1)所示，将蚂蚁放置出发点，根据式(1)选择下一节点，
第k只蚂蚁走过之后，r点到s点路径上的荷尔蒙浓度如式(2)所示，根据式(2)更新运动节点禁忌表并判断蚂蚁是否运动至目标节点，如果蚂蚁无路可走判定该蚂蚁已陷人自锁，随机选择是否进行操作，若未被选择，则此蚂蚁彻底自锁，若被选择，借助蚁群算法进行路径规划，
第k只蚂蚁在r点到s点路径上释放的荷尔蒙数量如式(3)所示，根据式(3)对全局信息素进行更新，并将当前迭代次数的平均路径，最优和最长路径进行记录，最后，判断当前最优路径和上代最优路径的大小，如果当前路径较小，则进行下一步，否则输出最优路径的同时将平均路径，最优和最长路径引人信息素更新策略中进行下次迭代，并且判断是否迭代到最大次数，如果是，则输出最优路径，否则重新进行路径规划，
其中，k代表第k只蚂蚁，m代表蚂蚁的总数；
α，β是大于零小于一的常数，其中α为荷尔蒙挥发常数，β为距离常数；
(1-α)·τ(r，s)代表荷尔蒙随时间挥发，剩余的荷尔蒙浓度；
Jk(r)代表第k只蚂蚁，从r点出发，可以选择的目的地；
Lk代表第k只蚂蚁，从r走到s需要走的距离；
η(r,s)代表r点到s点之间距离的代数。
本发明具有如下有益效果：
本发明的扫地机器人路径规划方法，能够使得机器人在无目标时快速、全面历遍整个有效区域，还能够在有行走目标时快速、精准计算出机器人至目标的最短路径。本路径规划方法应用于扫地机器人时，能够快速让扫地机器人打扫完整个有效区域，且实现了扫地机器人的目标性清扫。
附图说明
图1为基于蚁群算法的扫地机器人路径规划方法结构框图。
具体实施方式
下面结合附图和具体实施例对本发明的具体实施方式做进一步说明：
结合图1，一种基于蚁群算法的扫地机器人路径规划方法，包括以下步骤：
步骤1：扫地机器人开启自身扫地装置，并且获取当前环境信息；
步骤2：通过当前环境寻找具有激光反射性质的物体；
步骤3：提取激光反射物质的区域并对该区域进行分区；
步骤4：根据分区，对每个区域利用蚁群算法进行路径规划，找出清扫该区域的最短路径，并且清扫，具体过程为：
首先，提取环境中最初的具有激光反射性质的物质信息，并且记录其位置信息；
其次，利用蚁群算法，使扫地机器人从当前位置，从m-1个节点中，寻找距离激光反射性质的物质信息的最近一个节点，前进，下一次从剩余的m-2个节点中再寻找一个最近的节点，直至寻找完成所有的节点，清扫到房间的每个位置，
第k只蚂蚁从r点出发，到s点的概率如式(1)所示，将蚂蚁放置出发点，根据式(1)选择下一节点，
第k只蚂蚁走过之后，r点到s点路径上的荷尔蒙浓度如式(2)所示，根据式(2)更新运动节点禁忌表并判断蚂蚁是否运动至目标节点，如若蚂蚁无路可走判定该蚂蚁已陷人自锁，随机选择是否进行操作，若未被选择，则此蚂蚁彻底自锁，若被选择，借助蚁群算法进行路径规划，
第k只蚂蚁在r点到s点路径上释放的荷尔蒙数量如式(3)所示，根据式(3)对全局信息素进行更新，并将当前迭代次数的平均路径，最优和最长路径进行记录，最后，判断当前最优路径和上代最优路径的大小，如果当前路径较小，则进行下一步，否则输出最优路径的同时将平均路径，最优和最长路径引人信息素更新策略中进行下次迭代，并且判断是否迭代到最大次数，如果是，则输出最优路径，否则重新进行路径规划，
其中，k代表第k只蚂蚁，m代表蚂蚁的总数；
α，β是大于零小于一的常数，其中α为荷尔蒙挥发常数，β为距离常数；
(1-α)·τ(r，s)代表荷尔蒙随时间挥发，剩余的荷尔蒙浓度；
Jk(r)代表，第k只蚂蚁，从r点出发，可以选择的目的地；
Lk代表第k只蚂蚁，从r走到s需要走的距离；
η(r,s)代表r点到s点之间距离的代数。
步骤5：检查该区域是否全部清扫完成；
步骤6：针对分区后的每个区域，根据临近位置的区域，进行逐个区域清扫。
当然，上述说明并非是对本发明的限制，本发明也并不仅限于上述举例，本技术领域的技术人员在本发明的实质范围内所做出的变化、改型、添加或替换，也应属于本发明的保护范围。
Claims (2)
1.一种基于蚁群算法的扫地机器人路径规划方法，其特征在于，包括以下步骤：
步骤1：扫地机器人开启自身扫地装置，并且获取当前环境信息；
步骤2：通过当前环境寻找具有激光反射性质的物体；
步骤3：提取激光反射物质的区域并对该区域进行分区；
步骤4：根据分区，对每个区域利用蚁群算法进行路径规划，找出清扫该区域的最短路径，并且清扫；
步骤5：检查该区域是否全部清扫完成；
步骤6：针对分区后的每个区域，根据临近位置的区域，进行逐个区域清扫。
2.如权利要求1所述的一种基于蚁群算法的扫地机器人路径规划方法，其特征在于，所述步骤4的具体过程为：
首先，提取环境中最初的具有激光反射性质的物质信息，并且记录其位置信息；
其次，利用蚁群算法，使扫地机器人从当前位置，从m-1个节点中，寻找距离激光反射性质的物质信息的最近一个节点，前进，下一次从剩余的m-2个节点中再寻找一个最近的节点，直至寻找完成所有的节点，清扫到房间的每个位置，第k只蚂蚁从r点出发，到s点的概率如式(1)所示，将蚂蚁放置出发点，根据式(1)选择下一节点，
第k只蚂蚁走过之后，r点到s点路径上的荷尔蒙浓度如式(2)所示，根据式(2)更新运动节点禁忌表并判断蚂蚁是否运动至目标节点，如果蚂蚁无路可走判定该蚂蚁已陷人自锁，随机选择是否进行操作，若未被选择，则此蚂蚁彻底自锁，若被选择，借助蚁群算法进行路径规划，
第k只蚂蚁在r点到s点路径上释放的荷尔蒙数量如式(3)所示，根据式(3)对全局信息素进行更新，并将当前迭代次数的平均路径，最优和最长路径进行记录，最后，判断当前最优路径和上代最优路径的大小，如果当前路径较小，则进行下一步，否则输出最优路径的同时将平均路径，最优和最长路径引人信息素更新策略中进行下次迭代，并且判断是否迭代到最大次数，如果是，则输出最优路径，否则重新进行路径规划，
其中，k代表第k只蚂蚁，m代表蚂蚁的总数；
α，β是大于零小于一的常数，其中α为荷尔蒙挥发常数，β为距离常数；(1-α)·τ(r，s)代表荷尔蒙随时间挥发，剩余的荷尔蒙浓度；
Jk(r)代表第k只蚂蚁，从r点出发，可以选择的目的地；
Lk代表第k只蚂蚁，从r走到s需要走的距离；
η(r,s)代表r点到s点之间距离的代数。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010092257.XA CN111189456A (zh) | 2020-02-14 | 2020-02-14 | 一种基于蚁群算法的扫地机器人路径规划方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010092257.XA CN111189456A (zh) | 2020-02-14 | 2020-02-14 | 一种基于蚁群算法的扫地机器人路径规划方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111189456A true CN111189456A (zh) | 2020-05-22 |
Family
ID=70706661
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010092257.XA Pending CN111189456A (zh) | 2020-02-14 | 2020-02-14 | 一种基于蚁群算法的扫地机器人路径规划方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111189456A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113253732A (zh) * | 2021-06-01 | 2021-08-13 | 湖南大学 | 一种激光清洗路径规划方法和装置 |
| CN118131783A (zh) * | 2024-05-10 | 2024-06-04 | 山东科技大学 | 一种基于改进融合算法的多机器人路径规划方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002502997A (ja) * | 1998-02-03 | 2002-01-29 | シーメンス アクチエンゲゼルシヤフト | 面作業用のモービルユニットの経路計画方法 |
| CN105922267A (zh) * | 2016-06-28 | 2016-09-07 | 山东理工大学 | 一种清扫机器人全覆盖遍历路径规划算法的设计方法 |
| CN106225788A (zh) * | 2016-08-16 | 2016-12-14 | 上海理工大学 | 基于路径拓展蚁群算法的机器人路径规划方法 |
| CN108121331A (zh) * | 2016-11-26 | 2018-06-05 | 沈阳新松机器人自动化股份有限公司 | 一种自主清扫路径规划方法及装置 |
| CN110160546A (zh) * | 2019-05-10 | 2019-08-23 | 安徽工程大学 | 一种移动机器人路径规划方法 |
| CN110220525A (zh) * | 2019-05-14 | 2019-09-10 | 昆明理工大学 | 一种基于势场蚁群算法的路径规划方法 |
-
2020
- 2020-02-14 CN CN202010092257.XA patent/CN111189456A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002502997A (ja) * | 1998-02-03 | 2002-01-29 | シーメンス アクチエンゲゼルシヤフト | 面作業用のモービルユニットの経路計画方法 |
| CN105922267A (zh) * | 2016-06-28 | 2016-09-07 | 山东理工大学 | 一种清扫机器人全覆盖遍历路径规划算法的设计方法 |
| CN106225788A (zh) * | 2016-08-16 | 2016-12-14 | 上海理工大学 | 基于路径拓展蚁群算法的机器人路径规划方法 |
| CN108121331A (zh) * | 2016-11-26 | 2018-06-05 | 沈阳新松机器人自动化股份有限公司 | 一种自主清扫路径规划方法及装置 |
| CN110160546A (zh) * | 2019-05-10 | 2019-08-23 | 安徽工程大学 | 一种移动机器人路径规划方法 |
| CN110220525A (zh) * | 2019-05-14 | 2019-09-10 | 昆明理工大学 | 一种基于势场蚁群算法的路径规划方法 |
Non-Patent Citations (1)
| Title |
|---|
| HOANG HUU VIET ET AL.: "BA*: an online complete coverage algorithm for cleaning robots", 《SPRINGER SCIENCE+BUSINESS MEDIA》 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113253732A (zh) * | 2021-06-01 | 2021-08-13 | 湖南大学 | 一种激光清洗路径规划方法和装置 |
| CN118131783A (zh) * | 2024-05-10 | 2024-06-04 | 山东科技大学 | 一种基于改进融合算法的多机器人路径规划方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111189456A (zh) | 一种基于蚁群算法的扫地机器人路径规划方法 | |
| CN110338715B (zh) | 智能机器人清洁地面的方法和芯片以及清洁机器人 | |
| CN111700546B (zh) | 一种移动机器人的清扫方法及移动机器人 | |
| US9298183B2 (en) | Robot and method for autonomous inspection or processing of floor areas | |
| JP5776118B2 (ja) | 汚れ検出手段を組み込んだ清掃走行経路ガイド方法 | |
| CN109316134B (zh) | 一种扫地机的清扫方法和扫地机 | |
| KR102339531B1 (ko) | 로봇 청소 장치를 위한 경험-기반의 로드맵 | |
| CN110772178A (zh) | 扫地机清扫的方法、装置、计算机设备和存储介质 | |
| CN110353579A (zh) | 一种清洁机器人自动规划路径方法 | |
| CN111603100B (zh) | 扫地机清扫地图的存储和复用方法、及存储和复用装置 | |
| TW202025106A (zh) | 地圖產生系統以及移動體 | |
| CN112043216A (zh) | 一种智能机械清洁环保控制***及控制方法 | |
| CN109124473B (zh) | 一种基于螺旋式行走的清洁机器人的清扫控制方法及芯片 | |
| CN112155486A (zh) | 扫地机器人的控制方法和控制装置 | |
| CN111857133A (zh) | 一种用于扫地机器人寻找未清扫区域的宽度优先搜索算法 | |
| CN112754363A (zh) | 清扫控制方法、清扫控制装置、清扫设备和存储介质 | |
| Lee et al. | Cost based planning with RRT in outdoor environments | |
| CN111493756B (zh) | 一种扫地机补扫方法、存储介质及扫地机 | |
| CN110967703A (zh) | 使用激光雷达和摄像头的室内导航方法及室内导航装置 | |
| WO2024016839A1 (zh) | 二次清洁方法、装置、清洁机器人及存储介质 | |
| CN116449846A (zh) | 一种蚁群算法的优化方法 | |
| CN114451816A (zh) | 清扫策略生成方法、装置、计算机设备和存储介质 | |
| CN114967698A (zh) | 清扫方法、装置、电子设备及存储介质 | |
| CN114869175A (zh) | 清洁避障方法、装置、电子设备及存储介质 | |
| CN114594764A (zh) | 清扫路线生成方法、***、清洁机器人、设备和存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200522 |
|
| RJ01 | Rejection of invention patent application after publication |